凸性连通分支搜索的多椭圆检测

现有的椭圆检测算法如随机霍夫变换,在有遮挡、多目标的情况下存在稳定性差,精度低的缺点.本文提出一种基于凸性连通分支搜索结合曲线拟合的多椭圆检测算法.先按照凸性对边界曲线进行分割,使分割后的曲线符合某一特定的椭圆曲线函数;然后在分割曲线段的基础上进行椭圆拟合;最后合并同一椭圆上的曲线段.对合成图像及自然图像的测试表明,本文提出的方法能够充分利用椭圆曲线边缘点的整体特性,在多椭圆检测中有良好的表现,并具有一定的抗噪性能.     

百米距离坐标的视觉检测方法

为了实现对大型射电天文望远镜的百米远目标进行测量,建立视觉测量系统对目标检测算法、测量系统的稳定性等进行研究.首先,CCD相机获取百米远处反射靶标的图像信息,采用样条函数对靶标图像进行插值,然后用Canny算法检测靶标图像的边缘信息;接着,采用椭圆拟合算法检测靶标的位置,从而确定靶标在CCD像面上坐标.采用一个平面标准...     

基于凸包的椭圆检测方法

用于检测曲线的Hough变换及其改进方法都不同程度存在运算速度慢、需要大量的储存空间等缺点,因此本文利用椭圆的几何性质降低检测的时间及空间需求,提出了用凸包的方法和Pascal定理来进行椭圆检测.首先从边缘点中随机挑选六个点,进行凸包检测,并将此六点排序;然后利用Pascal定理来判断此六点是否来自同一个椭圆,随后利用拟合得方法求出候选椭圆参数,最后利用包含凸包的最小矩形内的边缘点对超过阈值的累加参数进行验证.实验结果表明,文中算法能快速检测图中的单个或者多个椭圆,并且在具有噪声的情况下,与改进的随机Hough变换算法相比,其检测速度快一倍左右.     

边缘识别的二维正交多项式拟合及结构变形检测

数字图像中边缘附近的灰度是沿边缘方向和跨边缘方向二维变化的,以前边缘识别的多项式拟合大多采用跨边缘方向的一维拟合.介绍一种采用二维正交多项式进行边缘识别的新方法,由于二维拟合更符合边缘附近小区域内像素灰度二维变化的实际,因此拟合结果优于一维拟合.在进行拟合时,利用正交多项式的正交性将优化方程对角化,避免求逆或解方程,没有多项式拟合优化方程的病态问题,采用高阶多项式拟合可以提高拟合精度.对生成图像的边缘识别结果表明,二维正交多项式拟合识别边缘的精度和稳定性较好.简支梁模型试验表明,采用正交多项式边缘拟合方法检测梁的静变形,图像变形检测精度在0.1像素之内,适当选择图像采集设备和采集范围,点检测精度与传统检测方法的精度相当,边缘检测属线状高密度检测,检测范围远大于传统方法.     

一种新的虹膜图像预处理眼睑定位算法

针对眼睑边缘结构复杂、干扰因素多,定位速度慢的问题,提出了一种新的虹膜图像预处理眼睑定位算法.首先,通过大窗口平滑滤波、特定方向边缘点检测以及高阈值边缘点筛选等算法处理虹膜图像,以有效去除睫毛、眼部纹理等屋脊状边缘的干扰,快速检测出单层眼睑及双层眼睑的外边缘点集合.然后,对检测到的眼睑边缘点进行曲线拟合,获得完整的眼睑边缘曲线,完成第一次定位.最后,根据双层眼睑的内外层边缘近似平行、而且在内层眼睑边缘处出现灰度跳变这一特点,以第一次定位所得拟合曲线为模版,平行下移搜索灰度跳变位置,完成对双层眼睑的二次定位.实验表明,本文算法在保证定位准确率的基础上,定位速度得到有效提高.     

基于被动图像的探测器着陆过程中岩石检测

基于图像的月球表面障碍自主检测技术是实现探测器在月球表面安全着陆的关键.本文主要研究了基于被动图像的月球表面障碍物之一的岩石的检测技术.首先将最大二维熵阈值分割用于岩石阴影的检测;其次将岩石轮廓线提取技术与阴影检测结果结合以获取精确的拟合椭圆中心点;最后,利用椭圆拟合岩石所在的区域范围.实验表明:相较于传统的仅基于阴影的算法,本文提出的岩石障碍检测算法能更好地拟合出岩石所在区域范围.     

红外图像边缘检测的循环移位算法

提出一种基于Bezier曲线的红外图像边缘检测的循环移位算法。为抑制红外图像中的噪声的影响,利用Bezier曲线法平滑图像灰度直方图中的噪声,得到Bezier直方图。利用提出的“循环移位法”探测Bezier直方图曲率曲线的极大和极小值,确定分割阈值和量化灰度值,实现对原始红外图像的分割,对分割后的图像进行边缘检测。实验结果表明,新算法简单有效,在准确检测红外图像边缘信息的同时又能抑制图像中噪声的影响,定位精度高,而且能够得到单像素边缘,在性能上优于传统的几种边缘检测算子。     

基于椭圆线轮廓度误差评定的椭圆提取方法

简要介绍了目标测头视觉坐标测量系统,分析了测量系统成像目标的图像特征。在此基础上,提出了一种识别和提取CCD图像中目标椭圆的新方法。该方法对CCD图像中的每一个封闭轮廓进行椭圆拟合,根据评价椭圆形状误差的线轮廓度大小来判定该轮廓是否为目标椭圆轮廓。实际检测结果表明,该算法原理正确,易于编程实现,能有效剔除噪音图像,准确提取目标椭圆,具有广泛的实用性。     

基于Hough变换的三次方Bezier曲线检测算法研究

类似经典Hough变换中对直线(段)、圆(弧)、椭圆、抛物线等解析曲线的检测,论文研究了三次方Bezier曲线的检测算法,提出了离散Bezier曲线的特征建模方法和使用R函数的Hough变换曲线检测快速算法。该算法能够根据所给出的待检测目标点阵图像建立形状参数模型,然后检测该曲线在复杂图像中出现的位置、大小和方向。实验表明,该法能够有效地检测任意三次方Bezier曲线,且精确度优于目前广泛用于曲线检测的广义Hough变换。     

一种基于图像处理的屈光度测量方法

为了解决红外偏心摄影验光所得眼瞳图像亮暗分界模糊等问题,提出了基于图像处理的对眼瞳图像几何参数进行测量的方法.关键技术是利用曲波变换和最小二乘拟合对边界定位.该方法通过红外偏心摄影光学系统对眼瞳图像进行摄取,利用曲波对图像进行去噪和边缘粗略位置检测,进而由最小二乘拟合边缘点和瞳孔更精确地定位,得出轮廓曲线的平面几何参数,从而计算得到眼瞳屈光度.实验结果表明,该方法稳定性好,实时性较优,可有效提高眼睛屈光度的精度测量.     

模糊推理在边缘检测中的应用

针对传统边缘检测算法边缘轮廓模糊、易产生伪边缘等缺点,提出一种基于模糊逻辑推理策略的边缘检测新方法,在无需确定阈值的情况下对数字图像进行边缘提取。给出一种以变化的3×3模板为基准的模糊推理规则,通过对周围像素点的垂直和水平方向以及连续四点像素的黑白分布的判断,提取出图像中的黑点、白点和边缘部分。实验结果表明:与Robert算法相比,该方法对图像中噪声和双重边缘的抑制以及对曲线的圆度轮廓的提取都有很好的效果。     

基于Canny算子的改进的图像边缘检测方法

本文简要介绍了Canny算子边缘检测的基本原理,并对其性能进行了分析和评价。针对传统Canny算子在滤波过程中存在的缺陷,文章提出了一种基于自适应平滑滤波的改进Canny边缘检测算子,该算法根据图像中像元灰度值的突变特性,自适应的改变滤波器的权值,在平滑图像的过程中使图像的边缘锐化。通过对实验图像的分析表明,改进的检测算法对图像边缘提取具有较好的检测精度和准确性。     

综合边缘检测和区域生长的红外图像分割方法

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。     

基于改进的灰色关联度的根系图像边缘检测

目的实现对植物根系形态基本参数的计算和分析。方法针对阵列分布内窥式图像获取技术采集的根系图像,提出一种改进的灰色关联度的边缘检测算法。该算法基于灰色关联分析理论,采用变权的邓式关联度模型,利用Sobel算子的2个模板作为参考序列,选取像素的八邻域分量值形成比较序列,通过两类序列之间的关联度实现边缘检测。结果仿真结果表明该算法与传统的边缘检测算子相比,能够较准确地检验出有用的根系边缘信息。结论基于Sobel算子的变权关联度的根系边缘检测算法有效地提高了边缘检测效果,具有一定的抗噪性能。     

基于形态重建和反向跟踪的粗集料级配视觉检测

利用图像处理方法对下料过程中的粗集料图像进行了级配检测研究。采用基于掩膜的ROI提取方法,结合形态重建手段,剔除了图像上下边界处的不完整集料颗粒;针对连续图像中集料颗粒重复出现的问题,对图像进行间隔采样,并提出反向跟踪算法,对集料颗粒进行跟踪识别,避免同一集料颗粒在连续图像中被重复统计;采用等效椭圆Feret短径作为等效粒径进行集料粒径分析,并对像素尺寸和实际尺寸的转换关系进行优化,得到集料级配结果。实验结果表明,反向跟踪算法对集料颗粒的识别率为98.08%,集料级配结果的准确率为95.59%。     

基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法

目的 为了解决当前基于特征点的水印方案难以描述图像的非纹理区域（像素强度变化较大的边缘、像素强度值较小或趋于0的均匀区域）,降低了局部特征区域的鲁棒性,使其抗几何失真能力不佳的问题,提出基于椭圆特征区域与重要位平面分解的鲁棒图像水印算法。方法 根据彩色载体的RGB分量,计算颜色不变性;基于颜色不变性的强度概率密度,推导概率密度梯度估计函数;利用概率密度梯度值,计算二阶Hessian矩阵,改进SURF方法,充分提取彩色载体中纹理与非纹理区域的鲁棒特征点;再求取Hessian矩阵的特征值与特征向量,以计算椭圆的长轴、短轴半径与方向角度,并以特征点为中心,建立局部椭圆特征区域;定义鲁棒特征区域选择规则,确定合适的水印嵌入位置;引入位平面分解技术,获取鲁棒椭圆特征区域的重要位平面图像,并提取其直方图,以此设计水印嵌入方法,将二值水印隐藏到这些直方图中,形成水印图像;根据水印检测机制,复原二值水印。结果 实验结果显示,与基于特征点的水印方案相比,所提算法具有更高的不可感知性与鲁棒性,复原水印失真度最小。结论 所提算法具有较高的视觉隐秘性和抗几何失真能力,在版权保护、信息防伪等领域具有较好的参考价值。     

基于不同空间结构Hadamard融合的图像边缘提取算法

目的针对图像边缘提取算法中噪声对边缘的影响,易导致边缘定位精度不高,出现虚假边缘与漏检等不足,设计一种不同空间结构Hadamard融合的图像边缘提取方案。方法首先,通过计算像素与相邻点之间的方差来分析像素的结构,得到边缘点的最大概率分布矩阵(MPDM),利用MPDM来表示候选边缘集。其次,通过分析邻域点之间的亮度,计算像素与其4个相邻像素之间的最大和最小差值,得到相应的差异矩阵,并引入Logistic回归分析对2种矩阵归一化处理,得到一个权重矩阵(WM)。然后,通过Hadamard乘积模型将MPDM与WM进行融合,从而设计边缘分割阈值函数。最后,通过比较WM和分割阈值,去掉非边缘点,检测出真实图像边缘。结果实验表明,与当前边缘提取方法对比,文中方法能够有效抑制噪声,得到的边缘清晰、完整,边缘细化度与平滑度良好,在客观评价FOM与ROC中具有更大的优势。结论所提算法具有良好的边缘提取精度,在图像处理与包装条码领域具有良好的应用价值。     

基于神经网络的图像边缘检测方法

提出了一种基于神经网络的图像边缘检测新方法.该方法首先基于邻域灰度极值提取边界候选图像,然后以边界候选象素及其邻域象素的二值模式作为样本集,输入边缘检测神经网络进行训练.边缘检测神经网络采用BP网络,为加快网络的训练速度,采用了滚动训练和权值随机扰动的方法.实验表明,该方法提高了神经网络的学习效率,获得的边缘图像封闭性好,边缘描述真实.     

改进的直线拟合线阵CCD图像边缘检测方法

为了检测经过光学系统成像所得图像的边缘,在直线拟合方法的基础上提出了一种新的边缘检测方法。该方法综合考虑边缘过渡区间所有点的信息,利用直线拟合方法求出一组可能的边缘值,再选择它们的中值作为最终的边缘值。基于该方法的采集系统由线阵 CCD 采集边缘的灰度图像,使用单片机来处理数据,并计算出边缘的位置。实验结果表明,这种改进方法的重复性误差为 0.89 个像素,而且能够在 0.039s 内完成一次边缘检测计算。